ZD至顶网CIO与应用频道 10月14日 人物访谈(文/王聪彬):“我们发现如今没有一种很强大的单一产品可以把全部的数据分析技术覆盖,所以现在一些数据分析越来越多是通过多种技术融合的方式来解决。”Teradata天睿公司首席分析官Bill Franks说。
Teradata天睿公司首席分析官Bill Franks
著有两本书的Bill可以说是分析界的领军人物,2013年出版了《驾驭大数据》,而两年后又出版了《数据分析变革》,这些都是他在Teradata工作13年关注到的变化。“如何让数据分析环境更加有效进行,早年间和现在的处理数据的方式迥然不同,现在的分析更关注如何把来自不同系统的数据融合在一起进行分析,这也让分析变得更加敏捷。”
由于工作非常繁忙,Bill现在已经无暇再思考第三本书的出版计划,但是他说如果有时间对内容进行策划,可能会围绕“万物皆可分析”这一主题进行进一步创作,因为可供探讨的内容实在太多。
数据分析需要多种技术融合
其实在去年Bill曾带着他的第二本书来到北京,当时我们就聊到了分析已经从普通慢慢走向了高级分析阶段。
普通分析和高级分析有什么区别?普通分析属于概述型分析,高级分析则更多是预测性分析。在五、六年前,很多企业并不具备高级分析的技能,所以大家普遍是观望状态,而现在高级分析已经成为主流的发展趋势,企业需要把它作为标配。
Bill认为高级分析就是在一个更大的框架下进行多种深入分析组合所形成的。他举例说,高级分析经常会用来分析客户行为,像客户在投诉中提到了哪些问题,需要使用路径分析、图分析等组合后得到结果,了解客户是否会流失,进而采取一些挽留措施。
而目前分析的趋势集中在多类型分析(Multi-Genre Analytics)上,它是利用多种类型的分析方法进行分析,拓展更大的价值空间。
虽然现在企业有多种类型组合分析的需求,但由于行业的不同发展程度也不尽相同,在实际应用中也有不同的难易程度。所以不同的企业会定制出自己的步骤,确定优先级,更快展现分析的效果。
除了提供QueryGrid等一些工具可以更方便地进行跨平台数据分析,帮助客户更好地迎接这些挑战外,Teradata也提供了很多解决方案去适应于不同需求。
数据分析应用空间还很大
不同行业不同企业在数据分析应用上存在一些差异,金融行业更为领先,制造行业稍稍滞后。Bill指出,现在制造行业又有了一个新的挑战,大量传感器生成的数据应该如何分析,这在之前是没有依据的。
企业的数据分析应用还存在很大的成长空间,今年Teradata在美国举办的全球用户大会上宣布提供全面、灵活的云服务支持,这也意味着即使预算有限的企业也可以尝试进行小规模的数据分析,如果行之有效再进一步扩大使用。
尤其现在一些公司在挽留客户时可以通过数据进行支撑,预测每一个客户可能的流失概率,企业可以根据0-1之间不同的概率采取相应的行动,实现更精准的决策。
中国一直是Bill非常关注的市场,他也非常看好中国市场,相比其他地区中国企业在数据分析上虽然起步稍晚,但是发展速度迅猛,而且可以借鉴全球更多的成功案例来发展出自己特色的分析。
Teradata一直在对中国的客户需求和产品解决方案进行研究,而Bill一直在关注和研究如何根据这个市场的特定需求而推出适应本地需求的产品和解决方案。他认为,总体而言全球企业对于业务需求大多是类似的,只是在部署上不同地区会存在一些差异。
好文章,需要你的鼓励
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。